作者中心
专家审稿
责编办公
编辑办公全文下载排行
1
2025, 14(3): 501-527.
摘要
35577KB
随着我国空间利益拓展与在轨资产规模增长，非合作空间暗弱目标的高精度探测已成为空间安全防御与碎片清除的核心瓶颈。传统光学或雷达探测手段受限于衍射极限与信噪比约束，对“快、远、小、暗”目标的探测与识别精度不足，激光雷达凭借其高精度、抗干扰等优势，逐渐成为空间目标高精度探测的核心技术手段。通过突破传统激光雷达系统的物理限制，亚像素扫描、合成孔径和反射层析等技术能够实现远距离超分辨成像。该文从总结梳理关键问题和关键技术出发，追踪了3种激光雷达超分辨成像技术的关键技术研究进展，分析了典型实验系统和实验结果，并结合空间探测、遥感测绘等任务需求，阐述了各体制的特点、优势和不足，展望了其应用前景和发展趋势。
随着我国空间利益拓展与在轨资产规模增长，非合作空间暗弱目标的高精度探测已成为空间安全防御与碎片清除的核心瓶颈。传统光学或雷达探测手段受限于衍射极限与信噪比约束，对“快、远、小、暗”目标的探测与识别精度不足，激光雷达凭借其高精度、抗干扰等优势，逐渐成为空间目标高精度探测的核心技术手段。通过突破传统激光雷达系统的物理限制，亚像素扫描、合成孔径和反射层析等技术能够实现远距离超分辨成像。该文从总结梳理关键问题和关键技术出发，追踪了3种激光雷达超分辨成像技术的关键技术研究进展，分析了典型实验系统和实验结果，并结合空间探测、遥感测绘等任务需求，阐述了各体制的特点、优势和不足，展望了其应用前景和发展趋势。
2
2025, 14(2): 249-268.
被动雷达在预警探测和低慢小目标(LSS)检测中具有重要作用。由于被动雷达信号辐射源不可控，目标特性更为复杂，导致检测和识别极其困难。该文构建了被动雷达低慢小探测数据集(LSS-PR-1.0)，该数据集包含了直升机、无人机、快艇、客轮4种典型海空目标的雷达回波信号，以及低高海况的海杂波数据，为该领域研究提供了数据支撑。在目标特征提取和分析方面，首先采用奇异值分解海杂波抑制方法，去除海杂波强Bragg峰对目标回波的影响。在此基础上，提出4类10种多域特征提取和分析方法，包括时域特征(相对平均幅度)、频域特征(频谱特征、多普勒瀑布图、距离多普勒特征)、时频域特征、运动特征(航向差、航迹参数、速度变化区间、速度变异系数、加速度)等。基于实测数据对4种海空目标特性进行了对比分析，总结各类目标特性规律，为后续目标识别奠定了基础。
被动雷达在预警探测和低慢小目标(LSS)检测中具有重要作用。由于被动雷达信号辐射源不可控，目标特性更为复杂，导致检测和识别极其困难。该文构建了被动雷达低慢小探测数据集(LSS-PR-1.0)，该数据集包含了直升机、无人机、快艇、客轮4种典型海空目标的雷达回波信号，以及低高海况的海杂波数据，为该领域研究提供了数据支撑。在目标特征提取和分析方面，首先采用奇异值分解海杂波抑制方法，去除海杂波强Bragg峰对目标回波的影响。在此基础上，提出4类10种多域特征提取和分析方法，包括时域特征(相对平均幅度)、频域特征(频谱特征、多普勒瀑布图、距离多普勒特征)、时频域特征、运动特征(航向差、航迹参数、速度变化区间、速度变异系数、加速度)等。基于实测数据对4种海空目标特性进行了对比分析，总结各类目标特性规律，为后续目标识别奠定了基础。
3
状态: , 更新:
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。
4
2025, 14(3): 754-780.
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
海上目标检测识别技术发展需要大量高质量的海上目标多传感器实测数据。针对这一需求，“雷达对海探测数据共享计划(SDRDSP)”升级为“海上目标数据共享计划(MTDSP)”，利用HH极化雷达、VV极化雷达、光电设备、AIS设备开展海上船只目标多源观测试验，获取雷达中频/视频回波切片数据、可见光与红外图像数据、AIS静态与动态报文数据、气象水文数据，覆盖典型海况和多种船型，构建涵盖多种类型海上目标的多源观测数据集，完成同一目标多种模态数据的匹配和标注，并实现目标数据的自动入库管理、条件检索和批量导出，为海上目标特性数据自动获取、长期积累与使用奠定基础。在此基础上，基于实测数据对比分析了不同海况、姿态、极化条件下同一船只目标的时域/频域特征、不同类型船只目标的时域/频域特征，形成了目标特征变化的统计结论。
5
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。
6
2023, 12(2): 456-469.
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
海上目标检测识别受制于海上目标及海杂波环境特性，基于实测数据认知海上目标的本质特征有利于推进目标检测识别技术进步。针对海上目标散射特性数据不足的问题，升级“雷达对海探测数据共享计划(SDRDSP)”，扩展雷达目标观测的物理维度、提升雷达及辅助数据采集能力，获取不同极化、海况下的海上目标及环境数据，构建海上目标双极化多海况散射特性数据集，并分析其统计分布特性、时间与空间相关性和多普勒谱特性，为数据使用提供支持。后续将推进海上目标类型与数量的持续积累，为海上目标检测识别性能提升和智能化发展提供数据支持。
7
2023, 12(4): 906-922.
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
针对合成孔径雷达(SAR)图像中飞机散射点离散以及背景强干扰造成虚警的问题，该文提出了一种结合散射感知的SAR飞机检测识别方法。一方面，通过上下文引导的特征金字塔模块来增强全局信息，减弱复杂场景中强干扰的影响，提高检测识别的准确率。另一方面，利用散射关键点对目标进行定位，设计散射感知检测模块实现对回归框的细化校正，增强目标的定位精度。为了验证方法有效性、同时促进SAR飞机检测识别领域的研究发展，该文制作并公开了一个高分辨率SAR-AIRcraft-1.0数据集。该数据集图像来自高分三号卫星，包含4,368张图片和16,463个飞机目标实例，涵盖A220, A320/321, A330, ARJ21, Boeing737, Boeing787和other共7个类别。该文将提出的方法和常见深度学习算法在构建的数据集上进行实验，实验结果证明了散射感知方法的优异性能，并且形成了该数据集在SAR飞机检测、细粒度识别、检测识别一体化等不同任务中性能指标的基准。
8
2025, 14(3): 651-663.
该文面向高动态强对抗战场环境下复杂感知系统在探测、跟踪及抗干扰等核心任务中的适应性难题，提出以信息驱动为核心的系统理论模型与构建方法体系。具体而言，构建基于语法、语义、语用的多层信息描述框架突破单一语法结构及表层语义的局限，提出系统动态演化架构打破传统静态建模与固定模式设计的应用壁垒。此外，将上述理论成果应用于分布式雷达探测系统实践，针对系统寻优的复杂性难题，设计基于有限场景交互学习机制与结构化分层优化算法，实现系统有序组织与能力涌现，为复杂战场环境下智能感知系统设计提供了理论范式与技术路径。
该文面向高动态强对抗战场环境下复杂感知系统在探测、跟踪及抗干扰等核心任务中的适应性难题，提出以信息驱动为核心的系统理论模型与构建方法体系。具体而言，构建基于语法、语义、语用的多层信息描述框架突破单一语法结构及表层语义的局限，提出系统动态演化架构打破传统静态建模与固定模式设计的应用壁垒。此外，将上述理论成果应用于分布式雷达探测系统实践，针对系统寻优的复杂性难题，设计基于有限场景交互学习机制与结构化分层优化算法，实现系统有序组织与能力涌现，为复杂战场环境下智能感知系统设计提供了理论范式与技术路径。
9
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
飞鸟和无人机(UAVs)是典型的“低慢小”目标，具有低可观测性，对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小，加之探测环境复杂，给目标探测带来极大困扰，已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术，实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结，介绍了飞鸟和无人机探测的主要手段，从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后，该文总结了现有研究存在的问题，对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。
10
2025, 14(3): 528-547.
点云融合技术作为3D (Three-Dimensional)数据处理的重要手段，在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用，深入分析了不同方法的发展现状和未来发展趋势。此外，该文还探讨了点云融合在自动驾驶、建筑和机器人等领域的实际应用及面临的挑战，尤其是在应对噪声、数据稀疏性和密度不均等问题时，如何在保证融合精度的同时平衡其复杂性。通过全面梳理现有研究进展，为未来点云融合技术的发展提供了有力参考，并为进一步提升融合算法的精度、鲁棒性和效率指明了可能的研究方向。
点云融合技术作为3D (Three-Dimensional)数据处理的重要手段，在多个领域展现出巨大的潜力和应用前景。该文系统地综述了点云融合的基础概念、常用技术方法及其应用，深入分析了不同方法的发展现状和未来发展趋势。此外，该文还探讨了点云融合在自动驾驶、建筑和机器人等领域的实际应用及面临的挑战，尤其是在应对噪声、数据稀疏性和密度不均等问题时，如何在保证融合精度的同时平衡其复杂性。通过全面梳理现有研究进展，为未来点云融合技术的发展提供了有力参考，并为进一步提升融合算法的精度、鲁棒性和效率指明了可能的研究方向。
11
2024, 13(3): 539-553.
无人机等低慢小目标探测对雷达目标检测和识别技术提出了很高的挑战，迫切需要构建相关数据集，支撑低慢小探测技术的发展和应用。该文公开了一个多波段调频连续波(FMCW)雷达低慢小目标探测数据集，基于Ku波段和L波段的FMCW雷达采集6种类型的无人机回波数据，通过雷达调制周期和调制带宽，具备不同时域和频域分辨和测量能力，构建了多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)。为了进一步提升无人机微动特征提取能力，该文提出基于局部极大值同步提取变换的无人机微动提取和参数估计方法，在短时傅里叶变换的基础上提取时频能量最大值，保留有用信号分量，实现精细化时频表示。基于LSS-FMCWR-1.0进行验证分析，结果表明该方法相较于传统时频方法，熵值平均降低了5.3 dB，旋翼叶长估计误差降低了27.7%，所提方法兼顾高时频分辨率和较高的参数估计精度，为后续目标识别奠定了基础。
无人机等低慢小目标探测对雷达目标检测和识别技术提出了很高的挑战，迫切需要构建相关数据集，支撑低慢小探测技术的发展和应用。该文公开了一个多波段调频连续波(FMCW)雷达低慢小目标探测数据集，基于Ku波段和L波段的FMCW雷达采集6种类型的无人机回波数据，通过雷达调制周期和调制带宽，具备不同时域和频域分辨和测量能力，构建了多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)。为了进一步提升无人机微动特征提取能力，该文提出基于局部极大值同步提取变换的无人机微动提取和参数估计方法，在短时傅里叶变换的基础上提取时频能量最大值，保留有用信号分量，实现精细化时频表示。基于LSS-FMCWR-1.0进行验证分析，结果表明该方法相较于传统时频方法，熵值平均降低了5.3 dB，旋翼叶长估计误差降低了27.7%，所提方法兼顾高时频分辨率和较高的参数估计精度，为后续目标识别奠定了基础。
12
状态: , 更新:
杂波抑制是实现动目标指示的一项重要技术手段。然而，在机载双基合成孔径雷达(SAR)动目标指示中，受限于杂波的空时强耦合非线性和非平稳性，传统的空时自适应滤波、偏置相位中心方法不能获得期望的杂波抑制性能。为解决上述难题，该文提出了一种基于空时解耦的机载双基SAR双通道杂波对消处理方法。其核心在于建立空时解耦矩阵，将机载双基SAR强耦合非线性的空时谱解耦为空间频率保持一致的空时谱。所提方法主要分为以下3个步骤：(1)为提高目标信杂噪比，应用一阶Keystone变换和高阶距离徙动校正函数，使得目标信号能量集中在同一个距离单元；(2)为削弱双基平台运动造成的方位谱扩展效应，逐距离单元补偿多普勒调频率项；(3)为实现通道间杂波对消处理，引入空时解耦矩阵，在保持机载双基SAR同一距离单元内各杂波点归一化多普勒频率不变的情况下，将对应的空间频率均衡到零频，再利用通道间回波对消处理，实现杂波的有效抑制。通过仿真和实测数据处理，证明了所提方法进行机载双基SAR杂波抑制的有效性。
杂波抑制是实现动目标指示的一项重要技术手段。然而，在机载双基合成孔径雷达(SAR)动目标指示中，受限于杂波的空时强耦合非线性和非平稳性，传统的空时自适应滤波、偏置相位中心方法不能获得期望的杂波抑制性能。为解决上述难题，该文提出了一种基于空时解耦的机载双基SAR双通道杂波对消处理方法。其核心在于建立空时解耦矩阵，将机载双基SAR强耦合非线性的空时谱解耦为空间频率保持一致的空时谱。所提方法主要分为以下3个步骤：(1)为提高目标信杂噪比，应用一阶Keystone变换和高阶距离徙动校正函数，使得目标信号能量集中在同一个距离单元；(2)为削弱双基平台运动造成的方位谱扩展效应，逐距离单元补偿多普勒调频率项；(3)为实现通道间杂波对消处理，引入空时解耦矩阵，在保持机载双基SAR同一距离单元内各杂波点归一化多普勒频率不变的情况下，将对应的空间频率均衡到零频，再利用通道间回波对消处理，实现杂波的有效抑制。通过仿真和实测数据处理，证明了所提方法进行机载双基SAR杂波抑制的有效性。
13
作为高级驾驶辅助系统(ADAS)核心之一的汽车毫米波雷达因其具有全天时、全天候、小型化、集成度高等优势，提供了关键的感知能力，逐渐成为国内外学者及厂商关注的焦点。汽车毫米波雷达以汽车作为平台，其核心性能指标主要有距离、速度、角度分辨率、视场范围等，此外，精度、成本、实时性、检测性能和体积也是需要考虑的关键问题。日益提升的性能需求给汽车毫米波雷达信号处理带来了诸多挑战。为了改进雷达性能以满足更严格的要求，雷达的信号处理技术是至关重要的一环。获取致密的雷达点云、生成精确的雷达成像结果、对抗多个雷达系统间的相互干扰是其中的重点，也是后续跟踪、识别等应用的基础。因此，该文从汽车毫米波雷达的实际应用出发，立足于信号处理的关键技术，总结了相关研究成果，主要讨论与车载毫米波雷达相关的以下主题： (1)点云成像处理；(2)合成孔径雷达成像处理；(3)互扰抑制。文章最后对国内外研究现状进行了总结，并展望未来汽车毫米波雷达的发展趋势，希望能给相关领域读者以启发。
作为高级驾驶辅助系统(ADAS)核心之一的汽车毫米波雷达因其具有全天时、全天候、小型化、集成度高等优势，提供了关键的感知能力，逐渐成为国内外学者及厂商关注的焦点。汽车毫米波雷达以汽车作为平台，其核心性能指标主要有距离、速度、角度分辨率、视场范围等，此外，精度、成本、实时性、检测性能和体积也是需要考虑的关键问题。日益提升的性能需求给汽车毫米波雷达信号处理带来了诸多挑战。为了改进雷达性能以满足更严格的要求，雷达的信号处理技术是至关重要的一环。获取致密的雷达点云、生成精确的雷达成像结果、对抗多个雷达系统间的相互干扰是其中的重点，也是后续跟踪、识别等应用的基础。因此，该文从汽车毫米波雷达的实际应用出发，立足于信号处理的关键技术，总结了相关研究成果，主要讨论与车载毫米波雷达相关的以下主题： (1)点云成像处理；(2)合成孔径雷达成像处理；(3)互扰抑制。文章最后对国内外研究现状进行了总结，并展望未来汽车毫米波雷达的发展趋势，希望能给相关领域读者以启发。
14
2025, 14(1): 73-90.
毫米波雷达凭借其出色的环境适应性、高分辨率和隐私保护等优势，在智能家居、智慧养老和安防监控等领域具有广泛的应用前景。毫米波雷达三维点云是一种重要的空间数据表达形式，对于人体行为姿态识别具有极大的价值。然而，由于毫米波雷达点云具有强稀疏性，给精准快速识别人体动作带来了巨大的挑战。针对这一问题，该文公开了一个毫米波雷达人体动作三维点云数据集mmWave-3DPCHM-1.0，并提出了相应的数据处理方法和人体动作识别模型。该数据集由TI公司的IWR1443-ISK和Vayyar公司的vBlu射频成像模组分别采集，包括常见的12种人体动作，如走路、挥手、站立和跌倒等。在网络模型方面，该文将边缘卷积(EdgeConv)与Transformer相结合，提出了一种处理长时序三维点云的网络模型，即Point EdgeConv and Transformer (PETer)网络。该网络通过边缘卷积对三维点云逐帧创建局部有向邻域图，以提取单帧点云的空间几何特征，并通过堆叠多个编码器的Transformer模块，提取多帧点云之间的时序关系。实验结果表明，所提出的PETer网络在所构建的TI数据集和Vayyar数据集上的平均识别准确率分别达到98.77%和99.51%，比传统最优的基线网络模型提高了大约5%，且网络规模仅为1.09 M，适于在存储受限的边缘设备上部署。
毫米波雷达凭借其出色的环境适应性、高分辨率和隐私保护等优势，在智能家居、智慧养老和安防监控等领域具有广泛的应用前景。毫米波雷达三维点云是一种重要的空间数据表达形式，对于人体行为姿态识别具有极大的价值。然而，由于毫米波雷达点云具有强稀疏性，给精准快速识别人体动作带来了巨大的挑战。针对这一问题，该文公开了一个毫米波雷达人体动作三维点云数据集mmWave-3DPCHM-1.0，并提出了相应的数据处理方法和人体动作识别模型。该数据集由TI公司的IWR1443-ISK和Vayyar公司的vBlu射频成像模组分别采集，包括常见的12种人体动作，如走路、挥手、站立和跌倒等。在网络模型方面，该文将边缘卷积(EdgeConv)与Transformer相结合，提出了一种处理长时序三维点云的网络模型，即Point EdgeConv and Transformer (PETer)网络。该网络通过边缘卷积对三维点云逐帧创建局部有向邻域图，以提取单帧点云的空间几何特征，并通过堆叠多个编码器的Transformer模块，提取多帧点云之间的时序关系。实验结果表明，所提出的PETer网络在所构建的TI数据集和Vayyar数据集上的平均识别准确率分别达到98.77%和99.51%，比传统最优的基线网络模型提高了大约5%，且网络规模仅为1.09 M，适于在存储受限的边缘设备上部署。
15
2024, 13(1): 1-22.
后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而，由于BP算法具有较大的计算量，阻碍了其在工程应用上的发展。因此，近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法，包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响，并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展，并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用，并展望了未来快速BP成像算法的研究发展趋势。
后向投影(BP)算法是合成孔径雷达成像算法发展的重要方向之一。然而，由于BP算法具有较大的计算量，阻碍了其在工程应用上的发展。因此，近年来如何有效地提高BP算法的运算效率受到了广泛的重视。该文讨论了基于多种成像面坐标系的快速BP算法，包括距离-方位平面坐标系、地平面坐标系和非欧氏坐标系。该文首先简要介绍了原始BP算法的原理和不同坐标系对加速BP算法的影响，并对BP算法的发展历程进行梳理。然后讨论了基于不同成像面坐标系的快速BP算法的研究进展，并重点介绍了作者所在研究团队近年来在快速BP成像方面完成的研究工作。最后介绍了快速BP算法在工程上的应用，并展望了未来快速BP成像算法的研究发展趋势。
16
2025, 14(3): 712-734.
合成孔径雷达(SAR)海洋遥感仿真是面向海洋应用的SAR系统设计的重要分析工具，同时也可以为复杂海洋现象SAR图像的检测、识别提供训练样本，为海洋参数反演提供正演模型，因此在SAR海洋遥感的SAR系统设计和应用中扮演着非常重要的角色。海面的运动特性、时变特性、去相干特性使得SAR海洋遥感的仿真难度和计算量要远远大于陆地固定目标的仿真，如何在保证仿真精度的情况下提升仿真效率是实现SAR海洋成像高精度、高效率仿真的关键。该文介绍了动态海面SAR成像仿真的主要方法以及发展现状和主要问题，给出了动态海面SAR成像高精度仿真中若干关键问题的实现方法，该仿真方法在保证较高的逼真度情况下(典型工况下仿真SAR图像谱谱峰误差3%，谱宽误差4%)，能在10分钟内完成4 m分辨率情况下400 km2场景的仿真。实现并介绍了动态海面SAR成像仿真在波浪谱反演、基于深度对消网络的海浪纹理抑制以及基于Wake2Wake网络的舰船尾迹检测方面的典型应用。这些应用案例一方面验证了该文给出的动态海面SAR成像高精度仿真的逼真度能够达到智能化仿真训练的要求，另一方面也说明了高精度仿真在SAR海洋图像智能化应用有很好的前景，可以成为解决SAR海洋遥感智能化应用中样本数据瓶颈的重要手段。
合成孔径雷达(SAR)海洋遥感仿真是面向海洋应用的SAR系统设计的重要分析工具，同时也可以为复杂海洋现象SAR图像的检测、识别提供训练样本，为海洋参数反演提供正演模型，因此在SAR海洋遥感的SAR系统设计和应用中扮演着非常重要的角色。海面的运动特性、时变特性、去相干特性使得SAR海洋遥感的仿真难度和计算量要远远大于陆地固定目标的仿真，如何在保证仿真精度的情况下提升仿真效率是实现SAR海洋成像高精度、高效率仿真的关键。该文介绍了动态海面SAR成像仿真的主要方法以及发展现状和主要问题，给出了动态海面SAR成像高精度仿真中若干关键问题的实现方法，该仿真方法在保证较高的逼真度情况下(典型工况下仿真SAR图像谱谱峰误差3%，谱宽误差4%)，能在10分钟内完成4 m分辨率情况下400 km2场景的仿真。实现并介绍了动态海面SAR成像仿真在波浪谱反演、基于深度对消网络的海浪纹理抑制以及基于Wake2Wake网络的舰船尾迹检测方面的典型应用。这些应用案例一方面验证了该文给出的动态海面SAR成像高精度仿真的逼真度能够达到智能化仿真训练的要求，另一方面也说明了高精度仿真在SAR海洋图像智能化应用有很好的前景，可以成为解决SAR海洋遥感智能化应用中样本数据瓶颈的重要手段。
17
2023, 12(6): 1229-1248.
分布式孔径相参合成通过对多个分散布置小孔径的收/发信号进行相参调整，使协同的分布式系统可以用相对低的成本获得比拟于大孔径的功率孔径积，是替代大孔径的可行技术选择。该文首先阐述了分布式孔径相参合成的概念和实现原理，根据是否需要合成目的地处的外部信号输入，将相参合成的实现架构分为闭环式和开环式两类；然后，较为全面地综述了分布式孔径相参合成在导弹防御、深空遥测遥控、超远距离雷达探测、射电天文多领域发展应用情况；进一步阐述相参合成必要且用于对准各孔径收发信号时间和相位的关键技术，包括高精度分布式时频传递和同步技术，以及相参合成参数估计、测量标定和预测技术；最后对分布式孔径相参合成研究进行了总结和展望。
分布式孔径相参合成通过对多个分散布置小孔径的收/发信号进行相参调整，使协同的分布式系统可以用相对低的成本获得比拟于大孔径的功率孔径积，是替代大孔径的可行技术选择。该文首先阐述了分布式孔径相参合成的概念和实现原理，根据是否需要合成目的地处的外部信号输入，将相参合成的实现架构分为闭环式和开环式两类；然后，较为全面地综述了分布式孔径相参合成在导弹防御、深空遥测遥控、超远距离雷达探测、射电天文多领域发展应用情况；进一步阐述相参合成必要且用于对准各孔径收发信号时间和相位的关键技术，包括高精度分布式时频传递和同步技术，以及相参合成参数估计、测量标定和预测技术；最后对分布式孔径相参合成研究进行了总结和展望。
18
2025, 14(2): 424-438.
逆合成孔径雷达(ISAR)是空间目标成像和监测的重要手段之一，大转角下空间目标成像结果的越分辨单元徙动(MTRC)现象加剧，严重影响ISAR成像的性能。为快速估计和补偿空间目标运动产生的回波相位误差，结合BFGS优化算法效率高与极坐标格式变换算法(PFA)补偿精度高的优势，该文提出了一种基于联合运动参数快速估计的空间目标ISAR成像方法。所提方法建立了目标平动和转动参数联合估计的最小化图像熵优化模型；为降低优化陷入局部最优的可能，设计了目标参数粗估计和精估计的高效BFGS求解子步骤，实现了目标转动参数的快速估计与大转角情况下MTRC的补偿。点目标仿真和实测民航客机数据成像结果表明，相比PSO-PFA算法，所提方法在低信噪比条件下的运动参数估计精度更高，运算时间缩短为原来的五分之一，具有显著优势。
逆合成孔径雷达(ISAR)是空间目标成像和监测的重要手段之一，大转角下空间目标成像结果的越分辨单元徙动(MTRC)现象加剧，严重影响ISAR成像的性能。为快速估计和补偿空间目标运动产生的回波相位误差，结合BFGS优化算法效率高与极坐标格式变换算法(PFA)补偿精度高的优势，该文提出了一种基于联合运动参数快速估计的空间目标ISAR成像方法。所提方法建立了目标平动和转动参数联合估计的最小化图像熵优化模型；为降低优化陷入局部最优的可能，设计了目标参数粗估计和精估计的高效BFGS求解子步骤，实现了目标转动参数的快速估计与大转角情况下MTRC的补偿。点目标仿真和实测民航客机数据成像结果表明，相比PSO-PFA算法，所提方法在低信噪比条件下的运动参数估计精度更高，运算时间缩短为原来的五分之一，具有显著优势。
19
2025, 14(3): 629-640.
针对机场低空区域采用激光雷达进行湍流识别时识别率低的问题，提出了使用一种改进50层挤压激励残差网络(SE-ResNet50)的晴空湍流识别方法。通过引入挤压激励模块，改进网络结构，降低了模型对特征定位的过度敏感，使网络在学习过程中选择性地突出有用的信息特征；以兰州中川国际机场的实测数据建立了样本数据集，依据湍流分类等级抽取弱、中、强3类等量颠簸数据建立平衡数据集进行模型训练。在相同的实验条件下，与卷积神经网络、MobileNetV2和ShuffleNetV1网络相比，改进SE-ResNet50的识别准确率分别提高了7.44%, 6.52%和4.11%，对比各个模型生成的混淆矩阵，表明该文方法的准确率达到了95%，验证了所提方法的可行性。
针对机场低空区域采用激光雷达进行湍流识别时识别率低的问题，提出了使用一种改进50层挤压激励残差网络(SE-ResNet50)的晴空湍流识别方法。通过引入挤压激励模块，改进网络结构，降低了模型对特征定位的过度敏感，使网络在学习过程中选择性地突出有用的信息特征；以兰州中川国际机场的实测数据建立了样本数据集，依据湍流分类等级抽取弱、中、强3类等量颠簸数据建立平衡数据集进行模型训练。在相同的实验条件下，与卷积神经网络、MobileNetV2和ShuffleNetV1网络相比，改进SE-ResNet50的识别准确率分别提高了7.44%, 6.52%和4.11%，对比各个模型生成的混淆矩阵，表明该文方法的准确率达到了95%，验证了所提方法的可行性。
20
2025, 14(3): 697-711.
该文针对合成孔径雷达(SAR)成像多模式间分辨率和测绘带宽等参数设计的矛盾问题，提出了一种基于子带搬移拼接的FDA-SAR成像方法，可满足多模式SAR成像的不同分辨率需求。利用频率分集阵(FDA)雷达的多子带并发模式，设计了一种带宽可调控的雷达波形。详细推导了任意带宽合成信号的时频域表达式，实现了阵元方位时延和频带不一致差异补偿。分析了合成信号频谱分布关系对成像性能的影响，采用非均匀子带搬移的频谱合成方式，降低了峰值旁瓣电平，改善了成像性能。该文方法能够同时实现大观测场景粗分辨率成像和重点区域场景精细成像的信号级融合处理，仿真验证了所提方法的有效性。
该文针对合成孔径雷达(SAR)成像多模式间分辨率和测绘带宽等参数设计的矛盾问题，提出了一种基于子带搬移拼接的FDA-SAR成像方法，可满足多模式SAR成像的不同分辨率需求。利用频率分集阵(FDA)雷达的多子带并发模式，设计了一种带宽可调控的雷达波形。详细推导了任意带宽合成信号的时频域表达式，实现了阵元方位时延和频带不一致差异补偿。分析了合成信号频谱分布关系对成像性能的影响，采用非均匀子带搬移的频谱合成方式，降低了峰值旁瓣电平，改善了成像性能。该文方法能够同时实现大观测场景粗分辨率成像和重点区域场景精细成像的信号级融合处理，仿真验证了所提方法的有效性。
- 首页
- 上一页
- 1
- 2
- 3
- 4
- 5
- 下一页
- 末页
- 共:5页
微信 | 公众平台 
